橋水基金聯席首席投資官Greg Jensen提出，AI算力資源正加速向少數頭部企業集中，監管思路應隨之從模型安全、資料使用延伸到支撐AI執行的基礎設施層。據The Information報道，Jensen建議，對控制美國或全球5%以上算力資源的企業，可參照系統重要性銀行的框架施加額外監管。

Jensen是在接受採訪時提出這一設想的。他把算力類比為金融體系中的關鍵資源：一旦某家機構掌握了超過一定比例的關鍵資源，就應當被認定為「系統重要性機構」，從而接受更嚴格的監管約束。按他的表述，任何擁有超過某個比例——例如5%的全球或美國算力資源的企業，都應被納入監管範圍。

這一思路的意義在於，AI監管的物件可能不再侷限於模型開發商本身。過去一段時間，圍繞AI的監管討論多集中在模型安全、訓練資料來源與內容合規等層面，而Jensen把問題指向了更底層的算力：模型訓練和執行都離不開它，誰掌握了算力，誰就在很大程度上掌握了AI產業的節奏。

Jensen還提出了一個更直接的想法：監管機構可以考慮限制單一企業能夠擁有的算力規模，避免少數企業控制過高比例的計算資源。他表示，對企業可持有多少算力設定上限並非不可接受，並將其與部分金融市場中的持倉限制相類比——在那些市場裡，單一參與者可持有的頭寸比例同樣受到約束，以防止集中度過高帶來的系統性風險。

除算力持有上限外，Jensen還主張，任何進入美國生態系統的AI模型都應受到監管標準的約束。這一條把監管邊界從「誰擁有算力」擴充套件到「誰在使用算力」，意味著未來在美國市場執行的模型，無論開發者是誰，都可能需要滿足統一的合規要求。

從產業背景看，AI算力的集中度問題近年持續升溫。訓練前沿模型所需的GPU叢集規模龐大，能夠承擔這類投入的企業數量有限，算力資源因此天然向少數雲廠商和大型科技公司聚攏。Jensen的提議實際上是把這種集中度視為一種需要被監管的結構性特徵，而非單純的市場競爭結果。

對關注AI產業的投資者而言，這一表態值得放在更長的政策討論脈絡中觀察。它代表了一種正在浮現的監管思路：不只盯著模型輸出是否安全，也盯著算力這一底層資源的分配是否過度集中。若類似框架被納入政策議程，頭部算力持有者的擴張路徑、算力租賃與雲服務的定價邏輯，以及圍繞算力展開的併購與投資，都可能面臨新的合規變數。

需要說明的是，Jensen提出的是監管設想與框架類比，並非已經落地的政策。系統重要性銀行框架本身包含資本充足率、壓力測試、恢復與處置計劃等一系列要求，若被移植到算力領域，具體如何界定「算力資源」、如何統計全球與美國份額、由哪個機構執行，都還有大量待明確之處。這也意味著，相關討論目前更多停留在理念層面，距離形成可執行規則仍有距離。